# marketing-mix-modeling-end-to-end-pipeline

Скилл marketing-mix-modeling-end-to-end-pipeline для Claude Code строит MMM на Python по недельным расходам и выручке, учитывая adstock и насыщение.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 128 установок · ★ 12 у репозитория
- Автор: reason-machines
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/reason-machines/marketing-skills/tree/HEAD/skills/marketing-mix-modeling-end-to-end-pipeline/SKILL.md
- Обновлён: 2026-10-09
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/marketing-mix-modeling-end-to-end-pipeline

## Что делает

Скилл помогает построить эконометрическую модель маркетинг-микса (MMM) по недельным данным расходов и выручки. Он переводит сырые траты каналов в рабочие признаки с учётом двух ключевых эффектов: отложенного влияния рекламы через геометрический adstock и затухающей отдачи через S-образные кривые насыщения Хилла.

Архитектура опирается на стандартный научный стек Python. Преобразования рассчитываются в `numpy` и `pandas`, оценка влияния каналов и контрольных переменных строится через OLS-регрессию в `statsmodels`, а финальное распределение бюджета решает оптимизатор на базе `scipy`.

Порядок шагов строгий: функция насыщения рассчитывается строго поверх adstock-сигнала, а не сырых расходов. Если нарушить последовательность, коэффициенты регрессии потеряют физический смысл.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/marketing-skills --skill marketing-mix-modeling-end-to-end-pipeline -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/marketing-mix-modeling-end-to-end-pipeline/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/marketing-mix-modeling-end-to-end-pipeline/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/marketing-skills --skill marketing-mix-modeling-end-to-end-pipeline -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/marketing-mix-modeling-end-to-end-pipeline/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/marketing-skills --skill marketing-mix-modeling-end-to-end-pipeline -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/marketing-mix-modeling-end-to-end-pipeline/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install reason-machines/marketing-skills skills/marketing-mix-modeling-end-to-end-pipeline
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/marketing-mix-modeling-end-to-end-pipeline/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/marketing-skills --skill marketing-mix-modeling-end-to-end-pipeline -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/reason-machines/marketing-skills --path skills/marketing-mix-modeling-end-to-end-pipeline
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/marketing-mix-modeling-end-to-end-pipeline/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/marketing-skills --skill marketing-mix-modeling-end-to-end-pipeline -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/reason-machines/marketing-skills/tree/HEAD/skills/marketing-mix-modeling-end-to-end-pipeline/SKILL.md

## Когда брать
- рассчитать остаточный эффект рекламы с помощью геометрического adstock
- смоделировать убывающую отдачу каналов функцией насыщения Хилла
- оценить вклад рекламных каналов через OLS-регрессию с контрольными переменными
- распределить маркетинговый бюджет с учётом нелинейной эффективности

## Примеры запросов агенту
- Построй модель маркетинг-микса для файла data/dt_simulated_weekly.csv с adstock и насыщением
- Рассчитай геометрический adstock с окном задержки для расходов на ТВ и рекламу в поиске
- Оптимизируй бюджет между маркетинговыми каналами по коэффициентам регрессии

## Похожие
- [statsmodels](https://affpapa.org/nevibecode/skills/k-dense-ai-statsmodels.md) — скилл · 2400 установок
- [attribution](https://affpapa.org/nevibecode/skills/attribution.md) — скилл · 49700 установок
- [Time Series Analysis](https://affpapa.org/nevibecode/skills/time-series-analysis.md) — скилл · 617 установок
- [cointegration-analysis](https://affpapa.org/nevibecode/skills/cointegration-analysis.md) — скилл · 511 установок
- [mix-engineer](https://affpapa.org/nevibecode/skills/mix-engineer.md) — скилл · 402 установки
- [matplotlib](https://affpapa.org/nevibecode/skills/k-dense-ai-matplotlib.md) — скилл · 2500 установок

Из того же набора: [reason-machines/marketing-skills](https://affpapa.org/nevibecode/by/reason-machines/marketing-skills.md) — 79 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
